一桩「芯片厂买社区」的交易，为何触发反垄断问询
一家芯片公司掏出 129.3 亿美元，买下了 AI 开发者最熟悉的「模型货架」，如今这笔交易被美国司法部盯上了。路透社 10 月 28 日披露，美国反垄断机构已就英伟达收购开源 AI 平台 Hugging Face 的交易展开调查，核心问题只有一个：交易完成后，英伟达是否会掌控 AI 模型与工具的核心分发渠道，从而获得相对于竞争对手的不公平优势。英伟达拒绝置评，Hugging Face 代表未回应请求，司法部发言人则拒绝就具体案件发表评论。这桩收购在今年 9 月宣布，预计 2027 年上半年完成，是英伟达历史上规模第二大的并购案。
Hugging Face 的地位是理解这起调查的起点。根据收购时披露的数据，平台已拥有超过 1800 万用户和 20 万家企业客户，托管着 300 多万个 AI 模型和 50 万组数据集。从文本到图像、从语音到机器人策略，全球开发者分享与获取模型的第一站大多指向这里，它之于 AI 生态，类似 GitHub 之于软件开发——而微软 2018 年收购 GitHub 的价格是 75 亿美元，英伟达此番开出的价码几乎翻倍。对开发者社区而言，大家关心的问题并非交易能否完成，而是它将在什么条件下完成。
英伟达 CEO 黄仁勋在收购声明中强调，交易将有助「扩展全球开发者及机构使用 AI 的渠道」，英伟达同时承诺，收购完成后 Hugging Face 将继续与多家芯片厂商、云服务商和 AI 企业合作。但在监管者看来，关键恰恰在于「继续合作」能否兑现。知情人士透露，司法部官员已询问这笔交易是否会让英伟达掌握 AI 发展的核心分发管道，并要求了解 Hugging Face 目前面临的竞争情况——其中一个核心问题是，交易完成后，开发者是否仍能获得足够便利的替代硬件和云服务。
调查的三条暗线：焦点不止 Hugging Face
路透社的报道勾勒出更大的图景：美国司法部对英伟达商业行为的调查数年前就已启动，横跨美国政府任期并持续推进，近期质询范围涵盖其收购、投资、销售手法，以及是否曾向客户施加压力。对 Hugging Face 交易的审查，只是这张大网中的一条线。知情人士称，此类由司法部工作人员主导的调查通常历时数年，跨任期推进属于惯例，目前也没有迹象显示存在政治层面的直接推动。当然，政府展开调查并不等同于存在违法证据，也不必然引发诉讼。
同样进入司法部视野的还有其他几笔交易。其一是 2025 年对开源工作负载调度软件公司 SchedMD 的收购——其产品被用于与国家安全相关的超级计算系统，英伟达已承诺维持开放访问权限并提供相关支持；其二是对 AI 芯片运行效率软件公司 Run:ai 的收购；其三则涉及英伟达与芯片初创公司 Groq 达成的技术许可协议及工程师招募事宜。有知情人士称，官员正在探究英伟达是否曾以向客户提供更大芯片配额为筹码，要求客户捆绑购买其网络设备及 Groq 处理器。若这一模式被认定成立，将触及「利用主导产品强行渗透新兴市场」的红线。
从卖芯片到收编生态：算力王的纵向帝国
英伟达在产业链中的位置无须赘言：它的 GPU 被广泛用于训练和运行包括 ChatGPT、Claude 在内的顶尖模型；它同时是 Anthropic 与 OpenAI 等巨头背后的投资者，并在全球大举推动数据中心建设，以满足 AI 时代庞大的运算需求。收购 Hugging Face 若最终完成，英伟达的触角将从芯片硬件进一步延伸至模型托管、软件工具和开发者生态。用一句话概括：算力王开始收编分发渠道。这种纵向延伸，正是反垄断审查最为敏感的领域——美国司法部的任何行动，都可能对英伟达借助投资与收购扩大 AI 影响力的策略带来挑战，并对整个芯片产业产生连锁反应。
英伟达的产业链话语权近来屡有印证。SK 海力士预警，AI 内存短缺将持续至 2030 年，HBM 供需紧平衡将长期延续；The Information 则披露，DeepSeek 最新一轮融资已筹集 1055 亿元人民币，腾讯、宁德时代等近 30 家机构参与，国有资本占比约 27%，融资规模因英伟达芯片涨价等因素中途扩大一倍。当「卖铲人」的影响力渗入融资、定价与供给的每个环节，监管的注视只会越来越近。对国产算力链而言，这既印证了自主替代的紧迫性，也预示全球 AI 基础设施的博弈将长期化。
另一场「分权」运动：四大巨头给爬虫立规矩
几乎与英伟达收购案发酵同时，另一场关于「数据边界」的规则建设也在推进。10 月 30 日，OpenAI、Google 和微软先后宣布，将支持一个跨厂商通用的 robots.txt「AI 训练偏好」信号，Anthropic 也参与了联合宣布。该信号源自 IETF「AI Preferences」工作组的草案，由 Anthropic 标准技术负责人 Kevin Kelley 起草：网站只需在 robots.txt 中写入「User-Agent: __usage_ai-training」再加一行 Disallow，就能一次性告知所有参与厂商「本站内容不得用于 AI 训练」，而不必再为每一个爬虫单独配置规则。
各家的落地时间表与策略并不相同。Anthropic 已经采用该信号；OpenAI 表示将在未来几个月内实现；Google 与微软计划 2027 年支持，微软明确自 2027 年 2 月 1 日起生效。细节上，微软将「AI 训练」与「AI grounding（检索增强引用）」拆成两个独立偏好，训练偏好可细化到单个页面，grounding 默认允许，另设 DisallowExtended 规则限制第三方引用服务；Google 则表示，站点使用新令牌拒绝训练却未单独屏蔽 Google-Extended 时，将视为同时拒绝 Google-Extended，但专门放行 Google-Extended 的站点仍可能在 Gemini 应用中被引用并获得点击。
需要说明的是，这一信号只覆盖训练用途，不会阻止爬虫抓取和搜索引擎索引，也无法阻止 AI 答案引用页面内容；草案目前仍是自愿性质，尚未获得 IETF 正式背书，在各大厂商真正支持之前，Cloudflare 默认封锁、RSL 授权标准等既有手段仍是站点主的现实选项。真正的变化在于协调本身：过去退出 AI 训练需要逐家谈判规则，如今四家主要模型厂商第一次站在了同一个信号背后。几乎同一时间，OpenAI 还更新了模型规范，将「忠于人类意图」列为首要准则，与数据治理动作一起，勾勒出行业自律的新轮廓。
中国镜像：芯片、算子与世界模型
硬件侧的消息同样密集。在 Google Android 开发者峰会上，XHEART 新芯航途发布了被称为中国首个「AI 定义芯片」的智驾芯片 X7 Ultra，该芯片面向十亿参数级模型，算力达 700 TOPS，官方称较行业旗舰芯片降低 80% 内存带宽消耗并提升 100% 推理能效。天数智芯则公开展示了云端 GPU 天垓 300 与端侧产品彤央 TY1200，在现场随机文生图测试中，天垓 300 用时 95.6 秒，快于英伟达 H200 的 112 秒。从「AI 定义芯片」到现场叫板行业旗舰，国产算力硬件正在从追赶转向对标。
软件与模型侧的进展同样可圈可点。面壁智能的 ForgeKernel 展示了 AI「自己造工具」的潜力：在仅有数学定义和 B200 硬件约束的条件下，系统经 22.5 小时、42 轮迭代生成 FlashMLA Prefill 算子，耗时 472 微秒，较 DeepSeek-V4.1 版本快 9.8%，随后由智能进化实验室联合 OpenBMB 社区开源。大晓机器人则联合南洋理工大学 S-Lab 发布世界模型 Mundo，通过照片重建可探索、可交互的物理环境，连拿四个第一并力压 Genie 4 与 Atlas，已在酒店场景完成实测。从芯片到算子再到世界模型，国产 AI 正在算力自主的每个环节同时落子。
巨头的另一周：额度、脑机与冷清的 AI 订餐
订阅额度的「军备竞赛」也在升级。Anthropic 将 Claude 原 Max 20x 套餐更名为 Ultra，月费维持 200 美元，对已认证账户取消 5 小时用量限制，但每周总限额不变；OpenAI 则在 10 月 29 日将 Pro 三档订阅的用量上限全部翻倍、价格不变。一边被用户吐槽「不够用」，一边把额度越给越多，背后是推理成本持续下行的行业现实，也是巨头们用价格换生态占位的默契。
应用层面的两极景象同样值得玩味。Neuralink 在 72 小时黑客松中开发了 8 项原型，将 Grok 接入脑机接口，使一位渐冻症受试者可以用意念唤醒 AI 操作电脑，并通过 Bloom 将神经解码语音接入 iPhone 通话——这可能是「意念操控 AI」离普通人最近的一次演示。而在更日常的场景里，DoorDash 披露其外部 AI Agent 处理的订餐订单仅有几百单，技术成熟度与用户习惯之间的落差，比任何基准测试都更直观。另一面，31 岁亚马逊机器学习工程师猝死、家属诉 ChatGPT 曾建议其自行减量抗癫痫药物的案件也提醒行业：当 AI 建议进入医疗决策，责任归属仍是一团迷雾。
把近几天的消息连起来看，两条主线若隐若现：司法部开始审视「算力加分发」的合流，四大巨头开始给数据使用立规矩，AI 竞争的焦点正从模型跑分转向生态控制权与规则制定权。对开发者与用户而言，平台是否保持中立、数据能否被自由调用，将决定下一个阶段 AI 创新的成色。
暂无评论内容